获取两个Geopandas数据框几何点之间的距离

我是第一次使用空间数据。我必须比较两个具有延迟和冗长细节的数据框。我已经将它们都转换为GeoPandas数据框。

import pandas as pd
from pandas import DataFrame
import geopandas as gpd
from neighbors import nearest_neighbor


df = pd.DataFrame([[1973,22.525158,88.330775],[1976,72.85136,19.10840],[898,91.78523,26.15012]],columns=['id', 'lat', 'long'])
gdf1 = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.long,df.lat))

df2 = pd.DataFrame([['06c979eaa59f',29.873870,76.965620],['19aedbb2e743',20.087574,76.180045],['5060a3931a43',31.289770,75.572340]],columns=['id','lat','lon']) 
gdf2 = gpd.GeoDataFrame(df2, geometry=gpd.points_from_xy(df2.lon,df2.lat))

我的DF1有100万行，而df2有7000行。我正在尝试从DF2中获取DF1中的每个记录的最近邻居。

我尝试了两种方法。两者都运行非常快，结果可行。但是，它们不准确。

方法1：

请检查此链接

在此页面中，我使用的最接近邻居方法sklearn.neighbors。这将以米为单位返回结果。但是，当我手动检查两个数据帧的经纬度之间的距离时，我总是发现最近的邻居返回距离的1/4。

例如，如果上述方法返回的距离为125米，则Google地图和https://www.geodatasource.com/distance-calculator均返回500米左右的距离。距离之差保持在返回结果的4倍左右波动。

方法2：

在第二种方法中，我遵循gis.stackexchange.com中给出的代码。

https://gis.stackexchange.com/questions/222315/geopandas-find-nearest-point-in-other-dataframe

import itertools
from operator import itemgetter

import geopandas as gpd
import numpy as np
import pandas as pd

from scipy.spatial import cKDTree
from shapely.geometry import Point, LineString

df = pd.DataFrame([[1973,22.525158,88.330775],[1976,72.85136,19.10840],[898,91.78523,26.15012]],columns=['id', 'lat', 'long'])
gdf1 = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.long,df.lat))

df2 = pd.DataFrame([['06c979eaa59f',29.873870,76.965620],['19aedbb2e743',20.087574,76.180045],['5060a3931a43',31.289770,75.572340]],columns=['id','lat','lon']) 
gdf2 = gpd.GeoDataFrame(df2, geometry=gpd.points_from_xy(df2.lon,df2.lat))

在此，我用自己的数据帧替换了gpd1和gpd2。

def ckdnearest(gdfA, gdfB, gdfB_cols=['id']):
    # resetting the index of gdfA and gdfB here.
    gdfA = gdfA.reset_index(drop=True)
    gdfB = gdfB.reset_index(drop=True)
    A = np.concatenate(
        [np.array(geom.coords) for geom in gdfA.geometry.to_list()])
    B = [np.array(geom.coords) for geom in gdfB.geometry.to_list()]
    B_ix = tuple(itertools.chain.from_iterable(
        [itertools.repeat(i, x) for i, x in enumerate(list(map(len, B)))]))
    B = np.concatenate(B)
    ckd_tree = cKDTree(B)
    dist, idx = ckd_tree.query(A, k=1)
    idx = itemgetter(*idx)(B_ix)
    gdf = pd.concat(
        [gdfA, gdfB.loc[idx, gdfB_cols].reset_index(drop=True),
         pd.Series(dist, name='dist')], axis=1)
    return gdf

c = ckdnearest(gdf1, gdf2)

上面的程序运行非常快，并返回结果。但是，返回的距离值至少比我得到的值低100倍。

乘数：107.655914

在上面的excel图片中，第一列表示python返回的结果，而第二列表示由上述相同网站返回的结果。这些结果的近似值让我起步时，我想要准确的结果。如何比较上面给出的两个数据帧，并获得DF1中每一行的最准确的最近距离。